Biopython - 建立簡單應用程式

讓我們建立一個簡單的 Biopython 應用程式來解析生物資訊學檔案並列印其內容。這將幫助我們理解 Biopython 的基本概念以及它如何在生物資訊學領域提供幫助。

步驟 1 − 首先，建立一個示例序列檔案，“example.fasta”，並將以下內容放入其中。

>sp|P25730|FMS1_ECOLI CS1 fimbrial subunit A precursor (CS1 pilin) 
MKLKKTIGAMALATLFATMGASAVEKTISVTASVDPTVDLLQSDGSALPNSVALTYSPAV
NNFEAHTINTVVHTNDSDKGVVVKLSADPVLSNVLNPTLQIPVSVNFAGKPLSTTGITID 
SNDLNFASSGVNKVSSTQKLSIHADATRVTGGALTAGQYQGLVSIILTKSTTTTTTTKGT 

>sp|P15488|FMS3_ECOLI CS3 fimbrial subunit A precursor (CS3 pilin) 
MLKIKYLLIGLSLSAMSSYSLAAAGPTLTKELALNVLSPAALDATWAPQDNLTLSNTGVS 
NTLVGVLTLSNTSIDTVSIASTNVSDTSKNGTVTFAHETNNSASFATTISTDNANITLDK 
NAGNTIVKTTNGSQLPTNLPLKFITTEGNEHLVSGNYRANITITSTIKGGGTKKGTTDKK

副檔名 fasta 指的是序列檔案的格式。FASTA 源於生物資訊學軟體 FASTA，因此得名。FASTA 格式包含一個接一個排列的多個序列，每個序列都有其自己的 ID、名稱、描述和實際序列資料。

步驟 2 − 建立一個新的 Python 指令碼，“simple_example.py”，輸入以下程式碼並儲存。

from Bio.SeqIO import parse 
from Bio.SeqRecord import SeqRecord 
from Bio.Seq import Seq 

file = open("example.fasta") 

records = parse(file, "fasta") for record in records:    
   print("Id: %s" % record.id) 
   print("Name: %s" % record.name) 
   print("Description: %s" % record.description) 
   print("Annotations: %s" % record.annotations) 
   print("Sequence Data: %s" % record.seq) 
   print("Sequence Alphabet: %s" % record.seq.alphabet)

讓我們更深入地瞭解一下程式碼 −

第 1 行 匯入 Bio.SeqIO 模組中可用的 parse 類。Bio.SeqIO 模組用於讀取和寫入不同格式的序列檔案，而 `parse` 類用於解析序列檔案的內容。

第 2 行 匯入 Bio.SeqRecord 模組中可用的 SeqRecord 類。此模組用於操作序列記錄，SeqRecord 類用於表示序列檔案中特定序列。

第 3 行 匯入 Bio.Seq 模組中可用的 Seq 類。此模組用於操作序列資料，Seq 類用於表示序列檔案中特定序列記錄的序列資料。

第 5 行 使用常規 Python 函式 open 開啟 “example.fasta” 檔案。

第 7 行 解析序列檔案的內容，並將內容作為 SeqRecord 物件列表返回。

第 9-15 行 使用 Python for 迴圈遍歷記錄，並列印序列記錄 (SeqRecord) 的屬性，例如 id、名稱、描述、序列資料等。

第 15 行 使用 Alphabet 類列印序列的型別。

步驟 3 − 開啟命令提示符並轉到包含序列檔案 “example.fasta” 的資料夾，然後執行以下命令 −

> python simple_example.py

步驟 4 − Python 執行指令碼並列印樣本檔案 “example.fasta” 中所有可用的序列資料。輸出將類似於以下內容。

Id: sp|P25730|FMS1_ECOLI 
Name: sp|P25730|FMS1_ECOLI 
Decription: sp|P25730|FMS1_ECOLI CS1 fimbrial subunit A precursor (CS1 pilin) 
Annotations: {} 
Sequence Data: MKLKKTIGAMALATLFATMGASAVEKTISVTASVDPTVDLLQSDGSALPNSVALTYSPAVNNFEAHTINTVVHTNDSD
KGVVVKLSADPVLSNVLNPTLQIPVSVNFAGKPLSTTGITIDSNDLNFASSGVNKVSSTQKLSIHADATRVTGGALTA
GQYQGLVSIILTKSTTTTTTTKGT 
Sequence Alphabet: SingleLetterAlphabet() 
Id: sp|P15488|FMS3_ECOLI 
Name: sp|P15488|FMS3_ECOLI 
Decription: sp|P15488|FMS3_ECOLI CS3 fimbrial subunit A precursor (CS3 pilin) 
Annotations: {} 
Sequence Data: MLKIKYLLIGLSLSAMSSYSLAAAGPTLTKELALNVLSPAALDATWAPQDNLTLSNTGVSNTLVGVLTLSNTSIDTVS
IASTNVSDTSKNGTVTFAHETNNSASFATTISTDNANITLDKNAGNTIVKTTNGSQLPTNLPLKFITTEGNEHLVSGN
YRANITITSTIKGGGTKKGTTDKK 
Sequence Alphabet: SingleLetterAlphabet()

在這個例子中，我們看到了三個類：parse、SeqRecord 和 Seq。這三個類提供了大部分功能，我們將在接下來的章節中學習這些類。